Jaime Gómez Gil

CLASIFICACIÓN DEL TRATAMIENTO TÉRMICO DE ACEROS CON ENSAYOS NO DESTRUCTIVOS POR CORRIENTES INDUCIDAS MEDIANTE REDES NEURONALES

Las tecnicas no destructivas basadas en corrientes inducidas estan cada vez mas presentes en la industria debido a la creciente demanda de controles de calidad. En el presente articulo se comparan Redes Neuronales Artificiales (RNAs) que implementan clasificadores de piezas de acero. Para ello, inicialmente se adquirieron medidas de impedancia utilizando un sensor inductivo conectado a un equipo de corrientes, al que se aproximaron dos juegos de piezas con tratamientos termicos diferentes. A continuacion se implementaron dos RNAs monofrecuencia y una multifrecuencia para realizar la clasificacion. Como resultados se obtuvo (i) una tasa de acierto de clasificacion de las RNAs monofrecuencia cercana al 90% y de la RNA multifrecuencia de un 99.9%, (ii) una carga computacional teorica del clasificador implementado con la RNA multifrecuencia entre un 33% y un 50% inferior a la de las RNAs monofrecuencia y (iii) un tiempo de ejecucion de la RNA multifrecuencia un 22% inferior al de las RNAs monofrecuencia. Los experimentos realizados sugieren (i) que los clasificadores basados en RNAs multifrecuencia consiguen mejores tasas de acierto que los basados en RNAs monofrecuencia, (ii) que el numero mayor de variables de entrada de las RNAs multifrecuencia respecto de las RNAs monofrecuencia no implican mayor carga computacional y (iii) que el numero mayor de variables de entrada de las RNAs multifrecuencia no implican un tiempo de ejecucion para realizar la clasificacion superior al de las RNAs monofrecuencia.

Modelo basado en redes neuronales artificiales para el cálculo de parámetros ambientales en el proceso de curado del tabaco

Se presenta un modelo basado en Redes Neuronales Artificiales (RNA) para las variables ambientales relativas al proceso de curado de Tabaco. Una RNA de ajuste se empleo para estimar y predecir la temperatura y la humedad relativa en el interior del secadero de tabaco: la estimacion consiste en calcular el valor de estas variables en diferentes localizaciones del interior del secadero y la prediccion consiste en vaticinar el valor de dichas variables con diferentes horizontes temporales. El modelo propuesto ha sido validado con datos de temperatura y humedad relativa adquiridos de un secadero de tabaco real utilizando una red de sensores inalambricos (wireless sensor network, WSN). Por una parte, en la etapa de estimacion se consiguio un error inferior al 2%, calculando la temperatura en funcion de la temperatura y la humedad relativa en otros puntos del secadero. Por otra parte, en la etapa de prediccion se consiguio un error 1,5 veces inferior al obtenido con un metodo basado en interpolacion, calculando la temperatura futura en el interior de la masa de tabaco con horizontes de prediccion superiores a 2,5 horas a partir del valor actual y los valores anteriores de dicha variable. Los resultados muestran que los modelos basados en RNA se pueden utilizar para mejorar el proceso de curado del tabaco porque el valor de las variables ambientales relacionadas se puede predecir en instantes futuros cercanos y se puede estimar en otras localizaciones con errores pequenos utilizando este tipo de modelos

Accuracy improvement evaluation in sensorless dc motor speed estimation by combining the dynamic motor model and the ripple component detection

Automation of some tasks requires the speed control of dc motors, this also requires a speed observer. In this work it is described a method that combines two sensorless speed techniques for speed estimation without sensors, one of them is based on the dynamic motor model and the other one is based in the ripple component. It is also evaluated the improvement introduced by combining both techniques using as reference the accuracy provided by a method based only on the ripple component. The results clearly show, that the method based on both sensorless speed techniques provides important improvements in the detection of the speed, when the speed is small or when it is changing.

Automatic guidance of a tractor using computer vision

This paper presents a computer vision guidance system for agricultural vehicles. This system is based on a segmentation algorithm that uses an optimum threshold function in terms of minimum quadratic value over a discriminant based on the Fisher lineal discriminant. This system has achieved not only very interesting results in the sense of segmentation, but it has also guided successfully a vehicle in a real world environment.